慣性導航演算法

① 慣性導航的原理是什麼

網路對於慣性導航的定義是「不依賴外部信息也不向外部輻射能量的自主式導航系統」。它的工作環境可以多種多樣。

學過初中物理的都應該知道，我們的生活環境中，有很多慣性參考系。而在不同的慣性參考系中，位移，速度等物理量的值是不同的。但例外的是加速度和角速度。所以慣性導航系統就利用了測量物體相對於慣性系的加速度和角速度增量的感測器來導航。

但它的優點也很明顯，例如感測器不需要依賴外界的信號；慣性感測器的非常高。所以最好的方式就是將其他導航方式與慣性導航結合起來，形成不受外界信號干擾的，效率高的，低誤差導航系統。

② INS（慣性導航系統）與 IMU（慣性測量裝置）有什麼區別

定位（GPS)就是告訴你，你現在在哪。導航就是告訴你，如何到你想要到的位置。慣性導航你可以簡單的理解成依靠慣性器件（陀螺、加速度計等）的原始數據加上固定的演算法（很深奧的東西..)來輸出你先要的信息，如位置，載體姿態，實時運動速度等。IMU就是慣性測量單元，它主要由慣性器件組成（陀螺、加速度計等），輸出最原始的數據，如加速度、角速度等等，但是無法給出位置、姿態等信息。所以INS實際上可以簡單的理解成由演算法和IMU共同構成的。
個人的一點理解，說的比較簡單，因為INS是一個龐大的系統。希望可以幫到你

③ 演算法工程師 就業前景

一、演算法工程師簡介
（通常是月薪15k以上，年薪18萬以上，只是一個概數，具體薪資可以到招聘網站如拉鉤，獵聘網上看看）
演算法工程師目前是一個高端也是相對緊缺的職位；
演算法工程師包括
音/視頻演算法工程師（通常統稱為語音/視頻/圖形開發工程師）、圖像處理演算法工程師、計算機視覺演算法工程師、通信基帶演算法工程師、信號演算法工程師、射頻/通信演算法工程師、自然語言演算法工程師、數據挖掘演算法工程師、搜索演算法工程師、控制演算法工程師（雲台演算法工程師，飛控演算法工程師，機器人控制演算法）、導航演算法工程師（
@之介
感謝補充）、其他【其他一切需要復雜演算法的行業】
專業要求：計算機、電子、通信、數學等相關專業；
學歷要求：本科及其以上的學歷，大多數是碩士學歷及其以上；
語言要求：英語要求是熟練，基本上能閱讀國外專業書刊，做這一行經常要讀論文；
必須掌握計算機相關知識，熟練使用模擬工具MATLAB等，必須會一門編程語言。
演算法工程師的技能樹（不同方向差異較大，此處僅供參考）
1 機器學習
2 大數據處理：熟悉至少一個分布式計算框架Hadoop/Spark/Storm/ map-rece/MPI
3 數據挖掘
4 扎實的數學功底
5 至少熟悉C/C++或者java，熟悉至少一門編程語言例如java/python/R
加分項：具有較為豐富的項目實踐經驗（不是水論文的哪種）
二、演算法工程師大致分類與技術要求
（一）圖像演算法/計算機視覺工程師類
包括
圖像演算法工程師，圖像處理工程師，音/視頻處理演算法工程師，計算機視覺工程師
要求
l
專業：計算機、數學、統計學相關專業；
l
技術領域：機器學習，模式識別
l
技術要求：
（1） 精通DirectX HLSL和OpenGL GLSL等shader語言，熟悉常見圖像處理演算法GPU實現及優化；
（2） 語言：精通C/C++；
（3） 工具：Matlab數學軟體，CUDA運算平台，VTK圖像圖形開源軟體【醫學領域：ITK，醫學圖像處理軟體包】
（4） 熟悉OpenCV/OpenGL/Caffe等常用開源庫；
（5） 有人臉識別，行人檢測，視頻分析，三維建模，動態跟蹤，車識別，目標檢測跟蹤識別經歷的人優先考慮；
（6） 熟悉基於GPU的演算法設計與優化和並行優化經驗者優先；
（7） 【音/視頻領域】熟悉H.264等視頻編解碼標准和FFMPEG，熟悉rtmp等流媒體傳輸協議，熟悉視頻和音頻解碼演算法，研究各種多媒體文件格式，GPU加速；
應用領域：
（1） 互聯網：如美顏app
（2） 醫學領域：如臨床醫學圖像
（3） 汽車領域
（4） 人工智慧
相關術語：
（1） OCR：OCR （Optical Character Recognition，光學字元識別）是指電子設備（例如掃描儀或數碼相機）檢查紙上列印的字元，通過檢測暗、亮的模式確定其形狀，然後用字元識別方法將形狀翻譯成計算機文字的過程
（2） Matlab：商業數學軟體；
（3） CUDA： (Compute Unified Device Architecture)，是顯卡廠商NVIDIA推出的運算平台（由ISA和GPU構成）。 CUDA™是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決復雜的計算問題
（4） OpenCL: OpenCL是一個為異構平台編寫程序的框架，此異構平台可由CPU，GPU或其他類型的處理器組成。
（5） OpenCV：開源計算機視覺庫；OpenGL：開源圖形庫；Caffe：是一個清晰，可讀性高，快速的深度學習框架。
（6） CNN：（深度學習）卷積神經網路（Convolutional Neural Network）CNN主要用來識別位移、縮放及其他形式扭曲不變性的二維圖形。
（7） 開源庫：指的是計算機行業中對所有人開發的代碼庫，所有人均可以使用並改進代碼演算法。
（二）機器學習工程師
包括
機器學習工程師
要求
l
專業：計算機、數學、統計學相關專業；
l
技術領域：人工智慧，機器學習
l
技術要求：
（1） 熟悉Hadoop/Hive以及Map-Rece計算模式，熟悉Spark、Shark等尤佳；
（2） 大數據挖掘；
（3） 高性能、高並發的機器學習、數據挖掘方法及架構的研發；
應用領域：
（1）人工智慧，比如各類模擬、擬人應用，如機器人
（2）醫療用於各類擬合預測
（3）金融高頻交易
（4）互聯網數據挖掘、關聯推薦
（5）無人汽車，無人機

相關術語：
（1） Map-Rece：MapRece是一種編程模型，用於大規模數據集（大於1TB）的並行運算。概念"Map（映射）"和"Rece（歸約）"，是它們的主要思想，都是從函數式編程語言里借來的，還有從矢量編程語言里借來的特性。
（三）自然語言處理工程師
包括
自然語言處理工程師
要求
l
專業：計算機相關專業；
l
技術領域：文本資料庫
l
技術要求：
（1） 熟悉中文分詞標注、文本分類、語言模型、實體識別、知識圖譜抽取和推理、問答系統設計、深度問答等NLP 相關演算法；
（2） 應用NLP、機器學習等技術解決海量UGC的文本相關性；
（3） 分詞、詞性分析、實體識別、新詞發現、語義關聯等NLP基礎性研究與開發；
（4） 人工智慧，分布式處理Hadoop；
（5） 數據結構和演算法；
應用領域：
口語輸入、書面語輸入
、語言分析和理解、語言生成、口語輸出技術、話語分析與對話、文獻自動處理、多語問題的計算機處理、多模態的計算機處理、信息傳輸與信息存儲 、自然語言處理中的數學方法、語言資源、自然語言處理系統的評測。

相關術語：
（2） NLP：人工智慧的自然語言處理，NLP (Natural Language Processing) 是人工智慧（AI）的一個子領域。NLP涉及領域很多，最令我感興趣的是「中文自動分詞」（Chinese word segmentation）：結婚的和尚未結婚的【計算機中卻有可能理解為結婚的「和尚「】

（四）射頻/通信/信號演算法工程師類
包括
3G/4G無線通信演算法工程師， 通信基帶演算法工程師，DSP開發工程師（數字信號處理），射頻通信工程師，信號演算法工程師
要求
l
專業：計算機、通信相關專業；
l
技術領域：2G、3G、4G，BlueTooth（藍牙），WLAN，無線移動通信, 網路通信基帶信號處理
l
技術要求：
（1） 了解2G，3G，4G，BlueTooth，WLAN等無線通信相關知識，熟悉現有的通信系統和標准協議，熟悉常用的無線測試設備；
（2） 信號處理技術，通信演算法；
（3） 熟悉同步、均衡、信道解碼等演算法的基本原理；
（4） 【射頻部分】熟悉射頻前端晶元，扎實的射頻微波理論和測試經驗，熟練使用射頻電路模擬工具（如ADS或MW或Ansoft）；熟練使用cadence、altium designer PCB電路設計軟體；
（5） 有扎實的數學基礎，如復變函數、隨機過程、數值計算、矩陣論、離散數學
應用領域：
通信
VR【用於快速傳輸視頻圖像，例如樂客靈境VR公司招募的通信工程師（數據編碼、流數據）】
物聯網，車聯網
導航，軍事，衛星，雷達
相關術語：
（1） 基帶信號：指的是沒有經過調制（進行頻譜搬移和變換）的原始電信號。
（2） 基帶通信（又稱基帶傳輸）：指傳輸基帶信號。進行基帶傳輸的系統稱為基帶傳輸系統。傳輸介質的整個信道被一個基帶信號佔用.基帶傳輸不需要數據機，設備化費小，具有速率高和誤碼率低等優點,.適合短距離的數據傳輸，傳輸距離在100米內，在音頻市話、計算機網路通信中被廣泛採用。如從計算機到監視器、列印機等外設的信號就是基帶傳輸的。大多數的區域網使用基帶傳輸，如乙太網、令牌環網。
（3） 射頻：射頻（RF）是Radio Frequency的縮寫，表示可以輻射到空間的電磁頻率（電磁波），頻率范圍從300KHz～300GHz之間（因為其較高的頻率使其具有遠距離傳輸能力）。射頻簡稱RF射頻就是射頻電流，它是一種高頻交流變化電磁波的簡稱。每秒變化小於1000次的交流電稱為低頻電流，大於10000次的稱為高頻電流，而射頻就是這樣一種高頻電流。高頻(大於10K)；射頻（300K-300G）是高頻的較高頻段；微波頻段（300M-300G）又是射頻的較高頻段。【有線電視就是用射頻傳輸方式】
（4） DSP：數字信號處理，也指數字信號處理晶元
（五）數據挖掘演算法工程師類
包括
推薦演算法工程師，數據挖掘演算法工程師
要求
l
專業：計算機、通信、應用數學、金融數學、模式識別、人工智慧；
l
技術領域：機器學習，數據挖掘
l
技術要求：
（1） 熟悉常用機器學習和數據挖掘演算法，包括但不限於決策樹、Kmeans、SVM、線性回歸、邏輯回歸以及神經網路等演算法；
（2） 熟練使用SQL、Matlab、Python等工具優先；
（3） 對Hadoop、Spark、Storm等大規模數據存儲與運算平台有實踐經驗【均為分布式計算框架】
（4） 數學基礎要好，如高數，統計學，數據結構
l
加分項：數據挖掘建模大賽；
應用領域
（1） 個性化推薦
（2） 廣告投放
（3） 大數據分析
相關術語
Map-Rece：MapRece是一種編程模型，用於大規模數據集（大於1TB）的並行運算。概念"Map（映射）"和"Rece（歸約）"，是它們的主要思想，都是從函數式編程語言里借來的，還有從矢量編程語言里借來的特性。
（六）搜索演算法工程師
要求
l
技術領域：自然語言
l
技術要求：
（1） 數據結構，海量數據處理、高性能計算、大規模分布式系統開發
（2） hadoop、lucene
（3） 精通Lucene/Solr/Elastic Search等技術，並有二次開發經驗
（4） 精通Lucene/Solr/Elastic Search等技術，並有二次開發經驗；
（5） 精通倒排索引、全文檢索、分詞、排序等相關技術；
（6） 熟悉Java，熟悉Spring、MyBatis、Netty等主流框架；
（7） 優秀的資料庫設計和優化能力，精通MySQL資料庫應用 ；
（8） 了解推薦引擎和數據挖掘和機器學習的理論知識，有大型搜索應用的開發經驗者優先。
（七）控制演算法工程師類
包括了雲台控制演算法，飛控控制演算法，機器人控制演算法
要求
l
專業：計算機，電子信息工程，航天航空，自動化
l
技術要求：
（1） 精通自動控制原理（如PID）、現代控制理論，精通組合導航原理，姿態融合演算法，電機驅動，電機驅動
（2） 卡爾曼濾波，熟悉狀態空間分析法對控制系統進行數學模型建模、分析調試；
l
加分項：有電子設計大賽，機器人比賽，robocon等比賽經驗，有硬體設計的基礎；
應用領域
（1）醫療/工業機械設備
（2）工業機器人
（3）機器人
（4）無人機飛控、雲台控制等

（八）導航演算法工程師
要求
l 專業：計算機，電子信息工程，航天航空，自動化
l 技術要求（以公司職位JD為例）
公司一（1）精通慣性導航、激光導航、雷達導航等工作原理；
（2）精通組合導航演算法設計、精通卡爾曼濾波演算法、精通路徑規劃演算法；
（3）具備導航方案設計和實現的工程經驗；
（4）熟悉C/C++語言、熟悉至少一種嵌入式系統開發、熟悉Matlab工具；
公司二（1）熟悉基於視覺信息的SLAM、定位、導航演算法，有1年以上相關的科研或項目經歷；
（2）熟悉慣性導航演算法，熟悉IMU與視覺信息的融合;
應用領域
無人機、機器人等。

④ 捷聯慣性導航系統中舒勒原理體現在哪裡

疏勒原理：當單擺的固有振盪周期為84.4min時，其運動將不受運載體加速度的干擾，而始終跟蹤當地垂線。

疏勒擺的原理和實現方法對於平台式慣導系統比較形象且直觀；而對於捷聯式慣導系統，由於陀螺儀和加速度計都是沿著載體坐標系軸向安裝的，數學解析平台的作用要在當行計算機內實現，因此疏勒擺的原理也就全部隱含在當行計算機內的軟體演算法之中。

引用自《捷聯式慣導系統》 張書俠 孫靜，P8

⑤ 在慣性導航和gps組合導航系統中，卡爾曼濾波起到什麼作用

GPS導航主要是全球定位導航系統，屬於無線電導航方式，而慣性導航是屬於自主式的導航方式，主要由陀螺儀測量三軸角速度，加速度計測量三軸線速度，但是慣性導航的缺點就是定位精度會隨時間增長，GPS導航雖然定位誤差小，但是容易受到外在環境干擾，因此現在多採用兩種組合的導航方式。關於你提問的在GPS導航儀中運用慣性導航技術，應該是將GPS作為主要導航手段，這個時候慣性導航就是為了輔助GPS定位服務的，GPS的數據更新率低，對於高動態情況下，不能實施跟蹤載體運動，採用慣性導航可以提高數據更新速度；同時在GPS丟星或者受到遮擋時，採用慣性導航可以再短期內保持較高的定位精度；還有就是通過反饋，慣性導航定位與GPS導航組合可以縮短GPS的定位時間。

⑥ 捷聯式慣性導航系統是什麼

捷聯慣導系統（SINS）是在平台式慣導系統之上發展來的，它是一種無框架系統，是由三個速率陀螺、三個線加速度計和微型計算機組成。捷聯慣導系統的陀螺和加速度計直接固連在載體上作為測量標准，它跟平台式慣導系統區別就在於不再由機電平台，而是在計算機內建立一個數學平台，其飛行器姿態數據通過計算機得到。
(1)捷聯式慣性導航系統 在工作時不依賴外界信息，也不向外界輻射能量，不易受到破壞，是一種無框架自主式導航系統。
(2)省去了機械平台，陀螺儀和加速度計直接安裝在飛行器上，使系統體積小、重量輕、成本低、維護起來也比較方便。但陀螺儀和加速度計直接承受飛行器的振動、沖擊和角運動，因而會產生附加的動態誤差。這對陀螺儀和加速度計就有更高的要求。
(3)儀器測出信號後，要通過計算機的計算，才能得出所需要的導航參數。這種系統需要進行坐標變換，而且必須進行實時計算，因而要求計算機具有很高的運算速度和較大的容量。
針對慣性導航系統成本較高精度低無法廣泛使用,Yach正在設計一種新型的自主式慣性導航系統,採用DSP作為導航解算和控制的核心處理器.導航解算演算法利用四元 數理論進行編寫,進而確定載體的速度、位置和姿態。使捷聯式慣導的成本降低、精度更加准確，希望捷聯式慣性導航能更快的出現在市場上，更多捷聯式慣導的內容，雅馳實業！

⑦ 捷聯慣性導航系統的捷聯系統的特點

是慣性組合體與載體固聯，陀螺和加速度計直接承受載體的運動(包括震動)，因此捷聯系統的動態誤差要比平台式系統的動態誤差大，對敏感器件的可靠性和抗沖擊性能要求比較高。與撓性陀螺相比，光纖陀螺應用在捷聯系統上有更突出的優點。
發展
優缺點 由於慣性儀表直接連接在載體上，省去了機電式的導航平台，從而給系統帶來了很多優點：
1.整個系統的體積、重量和成本大大降低，通常陀螺儀和加速度計只佔導航平台的1/7；
2.慣性儀表便於安裝維護，便於更換；
3.慣性儀表可以給出軸向的線加速度和角速度，這些信息是控制系統所需要的。和平台式系統相比，捷聯式系統可以提供更多的導航和制導信息；
4.慣性儀表便於採用余度配置，提高系統的性能和可靠性； 1.慣性儀表固連在載體上，直接承受載體的震動和沖擊，工作環境惡劣；
2.慣性儀表特別是陀螺儀直接測量載體的角運動，高性能殲擊機角速度可達400°/s，這樣陀螺的測量范圍是0.01-400°/s，如果採用機械捷聯慣導系統，這就要求捷聯陀螺有大的施矩速度和高性能的再平衡迴路；
3.平台式系統的陀螺儀安裝在平台上，可以用相對於重力加速度和地球自轉加速度的任意定向來進行測試，便於誤差標定；而捷聯陀螺則不具備這個條件，因而系統標定比較困難，從而要求捷聯陀螺有更高的參數穩定性。
研製高精度的捷聯陀螺和進行捷聯陀螺的誤差補償，是捷聯慣導系統的重要關鍵技術。在此基礎上研究高精度的捷聯演算法成為提高精度的又一個關鍵技術。